Innover l’innovation!

mardi, 08.10.2019

Xavier Comtesse* et Giorgio Pauletto**

Xavier Comtesse

Comment l’innovation va-t-elle évoluer sous la pression de la 4e révolution industrielle? Répondre à cette question est bien sûr d’une importance stratégique pour les entreprises.

Nous allons donc essayer de vous esquisser une réponse. Commençons par examiner la situation.

L’innovation a toujours connu deux courants: celle dite de rupture et celle d’incrémentation. L’une procède par un changement brutal, l’autre innove par une amélioration continue, si l’on peut dire.

Aujourd’hui, clairement, une situation radicalement nouvelle se présente avec le numérique. En effet, les données vont se retrouver au centre du processus d’innovation.

D’un côté, les données clients (comportementales) et de l’autre les données systèmes (processus et modèles d’affaires). Reste une troisième catégorie: les données propres à la recherche scientifique comme les données sur les molécules pour l’industrie de la pharmacie ou sur les photos de la Terre pour la géomatique.

Ainsi, on peut mettre en évidence une typologie d’entreprises fondées sur trois catégories d’innovation propres à l’économie numérique:

– D’abord, une approche nouvelle du consommateur par la maîtrise des données et des algorithmes. Cela permet de connaître les préférences des clients, de les anticiper même et surtout de prendre la place de la proximité que les marques classiques ont longuement bâti. Exemple: Amazon, Alibaba, Zalando, etc.

– Ensuite, le changement de business modèle. Dans ce cas, la plateforme devient le pivot central. La production et la consommation sont digitalisées et rendent obsolètes les modèles d’affaires classiques. C’est ce que font par exemple: Uber avec le transport, Airbnb avec l’hôtellerie, Netflix avec le cinéma, mais également Stripe avec les paiements par carte, Revolut avec les cartes de crédit, etc.

– Enfin, l’usage de l’IA pour augmenter les capacités humaines d’innovation. C’est le personalized medecine de IBM Watson en oncologie, les robots advisors dans la fintech, la maintenance prédictive utilisant des modèles de machine learning, les algorithmes d’IA pour la recherche fondamentale, etc.

Il faut bien saisir ce qui se passe. Historiquement, nous n’avions jamais utilisé les données pour extraire des modèles, des figures ou des innovations. Non. On utilisait les données pour valider une idée, une pensée, une invention… elles agissaient a posteriori, pas a priori.

Ce changement de perspective est copernicien. Chercher dans les données une «nouveauté», c’est cela l’innovation 4.0.

Bien sûr, c’est un peu plus compliqué qu’il n’y paraît. Il faut savoir capter, nettoyer et traiter les données. Mais il s’agit aussi de les analyser avec les bons algorithmes et en tirer les bonnes décisions. Cela nécessite beaucoup de savoir-faire propre au nouveau métier de Data Scientist.

Nous sommes bien au-delà du Data Mining des années 1980 ou celui de la statistique des années 1950 qui lui ont précédé. La data science intègre les algorithmes, leur programmation et leur application sur le big data pour construire de la nouvelle connaissance.

L’innovation «numérique» ne supprime pas les autres formes d’innovation, bien sûr. Mais elle a une force invasive incroyable.

Des «robots chercheurs» que sont les algorithmes sont infatigables: ils agissent de manière automatique et systématique. Certes, cela peut être complémentaire à l’action humaine et l’on parlera alors de capacités de recherche et d’innovation «augmentées»… mais pas forcément! On entre alors en terre inconnue.

* Manufacture Thinking
** Stratégie et Innovation, SIG






 
 

AGEFI




...